CN114998329A - 一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统 - Google Patents

一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统 Download PDF

Info

Publication number
CN114998329A
CN114998329A CN202210894447.2A CN202210894447A CN114998329A CN 114998329 A CN114998329 A CN 114998329A CN 202210894447 A CN202210894447 A CN 202210894447A CN 114998329 A CN114998329 A CN 114998329A
Authority
CN
China
Prior art keywords
stamping part
stamping
qualified
radio frequency
quality
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210894447.2A
Other languages
English (en)
Other versions
CN114998329B (zh
Inventor
李丽娜
王华强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qidong Jiaxin Precision Machinery Co ltd
Original Assignee
Qidong Jiaxin Precision Machinery Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qidong Jiaxin Precision Machinery Co ltd filed Critical Qidong Jiaxin Precision Machinery Co ltd
Priority to CN202210894447.2A priority Critical patent/CN114998329B/zh
Publication of CN114998329A publication Critical patent/CN114998329A/zh
Application granted granted Critical
Publication of CN114998329B publication Critical patent/CN114998329B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Shielding Devices Or Components To Electric Or Magnetic Fields (AREA)

Abstract

本发明涉及一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统，属于电数字数据处理技术领域。该系统是一种特别适用于特定功能，具体是电子通讯设备射频屏蔽罩冲压件质量数据处理的数字数据处理系统，其中利用了计算机进行辅助设计和处理。本发明获取目标批次中各射频屏蔽罩冲压件的剪力数据、边缘距离数据、灰度序列和反光度序列，基于此可以判断电子通讯设备射频屏蔽罩冲压件质量是否合格。本发明的系统可以适用于大数据资源服务、数据库和云数据库服务等互联网数据服务，可以配置为冲压件质量相关的云计算软件、云端融合应用运行支撑平台软件。本发明解决了现有对电子通讯设备射频屏蔽罩冲压件进行检测存在的检测效率较低的问题。

Description

一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统
技术领域
本发明涉及电数字数据处理领域，具体涉及一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统。
背景技术
现代电子通讯设备的应用越来越广泛，电子通讯设备制造业生产工艺以及检测手段尤为重要。电子通讯设备射频屏蔽罩冲压件是电子通讯设备的一个重要构件，是用来屏蔽电子信号的工具，可以屏蔽外界电磁波对内部电路的影响和内部产生的电磁波向外辐射，射频屏蔽罩冲压件的质量极大影响了电子通讯设备的质量。
传统的对电子通讯设备射频屏蔽罩冲压件的检测方法主要是人工目检,消耗人力资源较大，检测效率较低。
发明内容
为了解决现有依靠人工目检对电子通讯设备射频屏蔽罩冲压件进行检测存在的检测效率较低的问题，本发明提供了一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统的技术方案，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：
获取目标批次中各射频屏蔽罩冲压件对应的剪力数据、边缘距离数据、灰度序列和反光度序列，所述灰度序列中元素为射频屏蔽罩冲压件对应的灰度图像中各像素点灰度值的标准差和均值，所述反光度序列中元素为射频屏蔽罩冲压件对应的各设置位置的反光度的标准差和均值；
将目标批次中各射频屏蔽罩冲压件对应的剪力数据与剪力数据阈值进行比较，将目标批次中各射频屏蔽罩冲压件对应的边缘距离数据与边缘距离数据阈值进行比较，将同时满足剪力数据条件和边缘距离数据条件的射频屏蔽罩冲压件记为初步合格冲压件；将不能同时满足剪力数据条件和边缘距离数据条件的射频屏蔽罩冲压件记为不合格冲压件；
对于任一初步合格冲压件：计算该初步合格冲压件与其它初步合格冲压件之间的灰度-反光相似度，并根据所述灰度-反光相似度计算该初步合格冲压件对应的质量置信度；根据所述质量置信度、该初步合格冲压件对应的灰度图像中各像素点灰度值的标准差和该初步合格冲压件对应的各设置位置的反光度的标准差计算该初步合格冲压件的质量优秀程度；
判断各初步合格冲压件对应的质量优秀程度是否大于设定质量优秀程度阈值，若大于，则判定对应初步合格冲压件为质量合格冲压件；若不大于，则判定对应初步合格冲压件为质量不合格冲压件。
进一步地，所述剪力数据条件为：射频屏蔽罩冲压件对应的剪力数据与标准剪力数据的差异的绝对值小于设定剪力数据阈值。
进一步地，所述边缘距离数据条件为：射频屏蔽罩冲压件对应的边缘距离数据与标准边缘距离数据的差异的绝对值小于设定边缘距离数据阈值。
进一步地，利用如下公式计算任意两个初步合格冲压件之间的灰度-反光相似度：
Figure 401959DEST_PATH_IMAGE001
其中，SIM为求余弦相似度，abs为求绝对值，KA为初步合格冲压件A对应的反光度序列，MA为初步合格冲压件A对应的灰度序列，KB为初步合格冲压件B对应的反光度序列，MB为初步合格冲压件B对应的灰度序列，rAB为初步合格冲压件A和初步合格冲压件B之间的灰度-反光相似度。
进一步地，采用如下公式计算各初步合格冲压件的质量置信度：
Figure 302787DEST_PATH_IMAGE002
其中，RA为初步合格冲压件A的质量置信度，n为初步合格冲压件的数量，J为初步合格冲压件的集合，X为集合J中除了初步合格冲压件A之外的其它任一冲压件，rAX为初步合格冲压件A和初步合格冲压件X之间的灰度-反光相似度。
进一步地，利用如下公式计算各初步合格冲压件的质量优秀程度：
Figure 20208DEST_PATH_IMAGE003
其中，PA为初步合格冲压件A的质量优秀程度，
Figure 602368DEST_PATH_IMAGE004
为初步合格冲压件A对应的图像中各像素点灰度值的标准差，
Figure 88844DEST_PATH_IMAGE005
为初步合格冲压件A对应的各设定位置处的反光度的标准差，RA为初步合格冲压件A的质量置信度。
进一步地，将不能同时满足剪力数据条件和边缘距离数据条件的射频屏蔽罩冲压件记为不合格冲压件。
有益效果：本发明根据各射频屏蔽罩冲压件对应的剪力数据、边缘距离数据、灰度序列和反光度序列实现了对各射频屏蔽罩冲压件质量是否合格的判断，解决了现有依靠人工目检对电子通讯设备射频屏蔽罩冲压件进行检测存在的检测效率较低的问题。该系统是一种特别适用于特定功能，具体是电子通讯设备射频屏蔽罩冲压件质量数据处理的数字数据处理系统，其中利用了计算机进行辅助设计和处理。本发明的系统可以适用于大数据资源服务、数据库和云数据库服务等互联网数据服务，可以配置为冲压件质量相关的云计算软件、云端融合应用运行支撑平台软件。
附图说明
图1是本发明的电子通讯设备射频屏蔽罩的精密冲压质量分析方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行介绍。
为了解决现有依靠人工目检对电子通讯设备射频屏蔽罩冲压件进行检测存在的检测效率较低的问题，本实施例的电子通讯设备射频屏蔽罩的精密冲压质量分析系统包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现对应的电子通讯设备射频屏蔽罩的精密冲压质量分析方法。如图1所示，电子通讯设备射频屏蔽罩的精密冲压质量分析方法具体包括以下步骤：
（1）获取目标批次中各射频屏蔽罩冲压件对应的剪力数据、边缘距离数据、灰度序列和反光度序列，所述灰度序列中元素为射频屏蔽罩冲压件对应的灰度图像中各像素点灰度值的标准差和均值，所述反光度序列中元素为射频屏蔽罩冲压件对应的各设置位置的反光度的标准差和均值；
本实施例以某一批次的射频屏蔽罩冲压件为待分析目标进行说明，本实施例中该批次的射频屏蔽罩冲压件数量为120。接下来对获取各射频屏蔽罩冲压件对应的各数据的过程进行以下说明：
①获取各射频屏蔽罩冲压件对应的剪力数据。
冲压件冲压过程的剪力数据会在冲压机上显示，当冲压件存在质量缺陷时，其剪力数据会出现一定异常。一个冲压件的冲压过程对应一个剪力数据，本实施例获取了各冲压件在冲压过程中的剪力数据Fi，Fi为第i个冲压件在冲压过程中的剪力数据。由此可得到这120个冲压件的剪力数据构成的剪力数据序列F={F1,F2...F120}。
②获取各射频屏蔽罩冲压件对应的边缘距离数据。
冲压件的冲压过程完成后，电子冲压件边缘会产生一定程度的形变，当电子冲压件形变程度大于标准形变量时，其可能存在缺陷。对于每一个冲压件，本实施例利用测距传感器测量冲压件的各边缘设定位置相对测距传感器的距离，将各边缘设定位置相对测距传感器的距离的均值作为该冲压件的边缘距离数据Di，Di为第i个冲压件的边缘距离数据。由此可得到这120个冲压件的边缘距离数据构成的边缘距离数据序列D={D1,D2...D120}。
利用测距传感器进行距离测量为现有技术，此处不再赘述。由于任一冲压件对应的测距传感器的位置是固定的，所以当冲压件的边缘距离数据存在差异就能够反映冲压件边缘形变量的差异。上述边缘设定位置的数量越大，边缘距离数据计算结果越准确，但计算量越大，实际应用过程中可以根据对计算准确性要求的大小对上述边缘设定位置的数量进行设置和调整。
③获取各射频屏蔽罩冲压件对应的灰度序列。
对于每一个冲压件，对其进行图像采集，得到其对应的灰度图像。当冲压件没有出现质量缺陷时，其对应的灰度图像中各像素点的灰度值相对接近，因此本实施例获取了灰度图像中各像素点的灰度值，并基于各像素点的灰度值计算得到了图像中各像素点灰度值的标准差和均值，根据该标准差和均值构建该冲压件对应的灰度序列
Figure 773291DEST_PATH_IMAGE006
，Mi为第i个冲压件对应的灰度序列，
Figure 758433DEST_PATH_IMAGE007
为第i个冲压件对应的图像中各像素点灰度值的标准差，
Figure 550808DEST_PATH_IMAGE008
为第i个冲压件对应的图像中各像素点灰度值的均值。
根据拍摄的图像信息得到灰度图像以及根据灰度图像得到灰度图像中各像素点的灰度值为现有技术，此处不再赘述。计算标准差和均值的过程为现有技术，此处不再赘述。
④获取各射频屏蔽罩冲压件对应的反光度序列。
对于每一个冲压件，本实施例基于反光度检测仪采集冲压件各设定位置处的反光度，当冲压件没有出现质量缺陷时，其对应的各设定位置处反光度相对接近。本实施例获取了冲压件各设定位置处的反光度，并基于这些位置对应的反光度计算了该冲压件对应的各设置位置的反光度的标准差和均值构建了该冲压件对应的反光度序列
Figure 157370DEST_PATH_IMAGE009
，
Figure 868843DEST_PATH_IMAGE010
为第i个冲压件对应的反光度序列，
Figure 560856DEST_PATH_IMAGE011
为第i个冲压件对应的各设定位置处的反光度的标准差，
Figure 487748DEST_PATH_IMAGE012
为第i个冲压件对应的各设定位置处的反光度的均值。
利用反光度检测仪进行反光度检测为现有技术，此处不再赘述。上述设定位置的数量越大，构建的反光度序列越能够反映冲压件的质量好坏，但是计算量也相对较大，实际应用过程中可以根据对质量评判准确性要求的大小对上述设定位置的数量进行设置和位置调整。
至此，可以获得目标批次中各射频屏蔽罩冲压件对应的剪力数据、边缘距离数据、灰度序列和反光度序列。
（2）将目标批次中各射频屏蔽罩冲压件对应的剪力数据与剪力数据阈值进行比较，将目标批次中各射频屏蔽罩冲压件对应的边缘距离数据与边缘距离数据阈值进行比较，将同时满足剪力数据条件和边缘距离数据条件的射频屏蔽罩冲压件记为初步合格冲压件；将不能同时满足剪力数据条件和边缘距离数据条件的射频屏蔽罩冲压件记为不合格冲压件；
对于目标批次中的任一射频屏蔽罩冲压件，当其对应的剪力数据和边缘距离数据与标准射频屏蔽罩冲压件对应的剪力数据和边缘距离数据的差异在较小的范围内时，其才可能是合格的射频屏蔽罩冲压件。基于此，本实施例将目标批次中各射频屏蔽罩冲压件对应的剪力数据与标准剪力数据进行比较，将目标批次中各射频屏蔽罩冲压件对应的边缘距离数据与标准边缘距离数据进行比较，根据比较结果判断各射频屏蔽罩冲压件的质量是否初步合格。
具体的，当某射频屏蔽罩冲压件对应的剪力数据与标准剪力数据的差异的绝对值小于设定剪力数据阈值时，将该冲压件判定为满足剪力数据条件；若某射频屏蔽罩冲压件对应的剪力数据与标准剪力数据的差异的绝对值不小于设定剪力数据阈值，直接将该冲压件判定为不合格。对于满足剪力数据条件的各冲压件，继续判断其对应的边缘距离数据与标准边缘距离数据的差异的绝对值是否小于设定边缘距离数据阈值，若小于，则将该冲压件判定为满足边缘距离数据条件；若某射频屏蔽罩冲压件对应的边缘距离数据与标准边缘距离数据的差异的绝对值不小于设定边缘距离数据阈值，直接将该冲压件判定为不合格。
本实施例将同时满足剪力数据条件和边缘距离数据条件的射频屏蔽罩冲压件记为初步合格冲压件，将不能同时满足剪力数据条件和边缘距离数据条件的射频屏蔽罩冲压件记为不合格冲压件。
（3）对于任一初步合格冲压件：计算该初步合格冲压件与其它初步合格冲压件之间的灰度-反光相似度，并根据所述灰度-反光相似度计算该初步合格冲压件对应的质量置信度；根据所述质量置信度、该初步合格冲压件对应的灰度图像中各像素点灰度值的标准差和该初步合格冲压件对应的各设置位置的反光度的标准差计算该初步合格冲压件的质量优秀程度；
通过上述步骤（2）本实施例实现了对冲压件的第一次筛选，得到了很多初步合格冲压件。对于这些初步合格冲压件，由于冲压件的冲压工艺是比较成熟的工艺，即使生产出的冲压件可能存在缺陷，但是这种出现缺陷的可能性也比较低，有很大比例的冲压件的质量还是符合质量要求的，因此，本实施例基于对应的灰度序列和反光度序列计算了任意两个初步合格冲压件之间的灰度-反光相似度，通过分析各初步合格冲压件与其它初步合格冲压件之间的灰度-反光相似度均值来判断各初步合格冲压件的质量置信度，质量置信度越高，质量越好。具体的，本实施例利用如下公式计算任意两个初步合格冲压件之间的相似度：
Figure 683237DEST_PATH_IMAGE013
其中，SIM为求余弦相似度，abs为求绝对值，KA为冲压件A对应的反光度序列，MA为冲压件A对应的灰度序列，KB为冲压件B对应的反光度序列，MB为冲压件B对应的灰度序列，冲压件B为所有初步合格冲压件中除了冲压件A的某一冲压件，rAB为压件A和冲压件B之间的灰度-反光相似度。rAB的值越接近1，表示冲压件A和冲压件B对应的灰度-反光相似度越大，反之，表示冲压件A和冲压件B对应的灰度-反光相似度越小。
接下来根据各初步合格冲压件与其它初步合格冲压件之间的灰度-反光相似度均值来判断各初步合格冲压件的质量置信度，具体采用如下公式计算各初步合格冲压件的质量置信度：
Figure 300032DEST_PATH_IMAGE002
其中，RA为冲压件A的质量置信度，n为初步合格冲压件的数量，J为初步合格冲压件的集合，X为集合J中除了冲压件A之外的其它任一冲压件，rAX为冲压件A和冲压件X之间的灰度-反光相似度。RA越大，说明冲压件A对整体初步合作冲压件的隶属度越高，说明冲压件的质量越好。
对于任一初步合格冲压件，其对应的灰度图像中各像素点灰度值的标准差和该初步合格冲压件对应的各设置位置的反光度的标准差越小，其对应的初步合格冲压件的质量越好。本实施例基于上述计算得到的质量置信度、灰度值标准差和反光度标准差综合来评定冲压件的质量优秀程度，质量优秀程度越高，冲压件的质量越好。本实施例利用如下公式计算各初步合格冲压件的质量优秀程度：
Figure 479341DEST_PATH_IMAGE014
其中，PA为初步合格冲压件A的质量优秀程度，
Figure 613519DEST_PATH_IMAGE015
为初步合格冲压件A对应的图像中各像素点灰度值的标准差，
Figure 443940DEST_PATH_IMAGE016
为初步合格冲压件A对应的各设定位置处的反光度的标准差。PA越大，初步合格冲压件A的质量越好。
（4）判断各初步合格冲压件对应的质量优秀程度是否大于设定质量优秀程度阈值，若大于，则判定对应初步合格冲压件为质量合格冲压件；若不大于，则判定对应初步合格冲压件为质量不合格冲压件。
本实施例将各初步合格冲压件对应的质量优秀程度与设定质量优秀程度阈值进行比较，当某初步合格冲压件对应的质量优秀程度大于设定质量优秀程度阈值时，判定该初步合格冲压件为质量合格冲压件；当某初步合格冲压件对应的质量优秀程度不大于设定质量优秀程度阈值时，判定该初步合格冲压件为质量不合格冲压件。设定质量优秀程度阈值设置的越大，对冲压件质量合格的评判标准越高，实际应用时可以根据对评判标准要求的高低进行设定。
本实施例根据各射频屏蔽罩冲压件对应的剪力数据、边缘距离数据、灰度序列和反光度序列实现了对各射频屏蔽罩冲压件质量是否合格的判断，解决了现有依靠人工目检对电子通讯设备射频屏蔽罩冲压件进行检测存在的检测效率较低的问题。
需说明的是，尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例做出另外的变更和修改，该变更和修改也落入本发明的保护范围。

Claims (7)

1.一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：
获取目标批次中各射频屏蔽罩冲压件对应的剪力数据、边缘距离数据、灰度序列和反光度序列，所述灰度序列中元素为射频屏蔽罩冲压件对应的灰度图像中各像素点灰度值的标准差和均值，所述反光度序列中元素为射频屏蔽罩冲压件对应的各设置位置的反光度的标准差和均值；
将目标批次中各射频屏蔽罩冲压件对应的剪力数据与剪力数据阈值进行比较，将目标批次中各射频屏蔽罩冲压件对应的边缘距离数据与边缘距离数据阈值进行比较，将同时满足剪力数据条件和边缘距离数据条件的射频屏蔽罩冲压件记为初步合格冲压件；
对于任一初步合格冲压件：计算该初步合格冲压件与其它初步合格冲压件之间的灰度-反光相似度，并根据所述灰度-反光相似度计算该初步合格冲压件对应的质量置信度；根据所述质量置信度、该初步合格冲压件对应的灰度图像中各像素点灰度值的标准差和该初步合格冲压件对应的各设置位置的反光度的标准差计算该初步合格冲压件的质量优秀程度；
判断各初步合格冲压件对应的质量优秀程度是否大于设定质量优秀程度阈值，若大于，则判定对应初步合格冲压件为质量合格冲压件；若不大于，则判定对应初步合格冲压件为质量不合格冲压件。
2.根据权利要求1所述的电子通讯设备射频屏蔽罩的精密冲压质量分析系统，其特征在于，所述剪力数据条件为：射频屏蔽罩冲压件对应的剪力数据与标准剪力数据的差异的绝对值小于设定剪力数据阈值。
3.根据权利要求1所述的电子通讯设备射频屏蔽罩的精密冲压质量分析系统，其特征在于，所述边缘距离数据条件为：射频屏蔽罩冲压件对应的边缘距离数据与标准边缘距离数据的差异的绝对值小于设定边缘距离数据阈值。
4.根据权利要求1所述的电子通讯设备射频屏蔽罩的精密冲压质量分析系统，其特征在于，利用如下公式计算任意两个初步合格冲压件之间的灰度-反光相似度：
Figure 643517DEST_PATH_IMAGE001
其中，SIM为求余弦相似度，abs为求绝对值，KA为初步合格冲压件A对应的反光度序列，MA为初步合格冲压件A对应的灰度序列，KB为初步合格冲压件B对应的反光度序列，MB为初步合格冲压件B对应的灰度序列，rAB为初步合格冲压件A和初步合格冲压件B之间的灰度-反光相似度。
5.根据权利要求1所述的电子通讯设备射频屏蔽罩的精密冲压质量分析系统，其特征在于，采用如下公式计算各初步合格冲压件的质量置信度：
Figure 44543DEST_PATH_IMAGE002
其中，RA为初步合格冲压件A的质量置信度，n为初步合格冲压件的数量，J为初步合格冲压件的集合，X为集合J中除了初步合格冲压件A之外的其它任一冲压件，rAX为初步合格冲压件A和初步合格冲压件X之间的灰度-反光相似度。
6.根据权利要求1所述的电子通讯设备射频屏蔽罩的精密冲压质量分析系统，其特征在于，利用如下公式计算各初步合格冲压件的质量优秀程度：
Figure 310308DEST_PATH_IMAGE003
其中，PA为初步合格冲压件A的质量优秀程度，
Figure 745968DEST_PATH_IMAGE004
为初步合格冲压件A对应的图像中各像素点灰度值的标准差，
Figure 704566DEST_PATH_IMAGE005
为初步合格冲压件A对应的各设定位置处的反光度的标准差，RA为初步合格冲压件A的质量置信度。
7.根据权利要求1所述的电子通讯设备射频屏蔽罩的精密冲压质量分析系统，其特征在于，将不能同时满足剪力数据条件和边缘距离数据条件的射频屏蔽罩冲压件记为不合格冲压件。
CN202210894447.2A 2022-07-28 2022-07-28 一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统 Active CN114998329B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210894447.2A CN114998329B (zh) 2022-07-28 2022-07-28 一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210894447.2A CN114998329B (zh) 2022-07-28 2022-07-28 一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统

Publications (2)

Publication Number Publication Date
CN114998329A true CN114998329A (zh) 2022-09-02
CN114998329B CN114998329B (zh) 2023-06-02

Family

ID=83021730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210894447.2A Active CN114998329B (zh) 2022-07-28 2022-07-28 一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统

Country Status (1)

Country Link
CN (1) CN114998329B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116713373A (zh) * 2023-08-10 2023-09-08 聊城市誉林工业设计有限公司 基于量产工业数据分析的换向片冲压工艺力补偿系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008107894A (ja) * 2006-10-23 2008-05-08 Nippon Telegr & Teleph Corp <Ntt> スタンプによる画像補正方法および装置
CN107607554A (zh) * 2017-09-26 2018-01-19 天津工业大学 一种基于全卷积神经网络的镀锌冲压件的瑕疵检测与分类方法
CN113870235A (zh) * 2021-10-08 2021-12-31 福州大学 基于量子烟花圆弧边缘提取的圆形冲压件缺陷检测方法
CN113916894A (zh) * 2021-10-08 2022-01-11 福州大学 基于量子鸽群峰谷区间分割的铜冲压件表面裂缝检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008107894A (ja) * 2006-10-23 2008-05-08 Nippon Telegr & Teleph Corp <Ntt> スタンプによる画像補正方法および装置
CN107607554A (zh) * 2017-09-26 2018-01-19 天津工业大学 一种基于全卷积神经网络的镀锌冲压件的瑕疵检测与分类方法
CN113870235A (zh) * 2021-10-08 2021-12-31 福州大学 基于量子烟花圆弧边缘提取的圆形冲压件缺陷检测方法
CN113916894A (zh) * 2021-10-08 2022-01-11 福州大学 基于量子鸽群峰谷区间分割的铜冲压件表面裂缝检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈广锋等: "基于机器视觉的冲压件表面缺陷在线检测研究", 《激光与光电子学进展》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116713373A (zh) * 2023-08-10 2023-09-08 聊城市誉林工业设计有限公司 基于量产工业数据分析的换向片冲压工艺力补偿系统
CN116713373B (zh) * 2023-08-10 2023-10-31 聊城市誉林工业设计有限公司 基于量产工业数据分析的换向片冲压工艺力补偿系统

Also Published As

Publication number Publication date
CN114998329B (zh) 2023-06-02

Similar Documents

Publication Publication Date Title
CN116843678B (zh) 一种硬碳电极生产质量检测方法
CN102800096B (zh) 一种摄像机参数的鲁棒性估计算法
CN107704802B (zh) 高光谱图像杂波的度量及异常检测算法的性能预测方法
CN111160477B (zh) 一种基于特征点检测的图像模板匹配方法
CN114943739A (zh) 一种铝管质量检测方法
CN108230375A (zh) 基于结构相似性快速鲁棒的可见光图像与sar图像配准方法
CN114998329B (zh) 一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统
CN115546155A (zh) 一种基于机器视觉的铆钉尺寸检测方法
CN115018835B (zh) 一种汽车起动机齿轮检测方法
CN107300562B (zh) 一种测量继电器成品触点间距的x射线无损检测方法
CN115294527A (zh) 一种基于计算机视觉的地铁隧道破损检测方法
CN111815580B (zh) 一种图像边缘识别方法及小模数齿轮模数检测方法
CN113446932A (zh) 非接触式裂纹测量方法及其系统
CN115713553B (zh) 盲孔板盲孔孔深测量方法及相关装置
CN112819842A (zh) 适用于工件质检的工件轮廓曲线拟合方法、装置及介质
CN111640096B (zh) 电子产品外观的检测方法、装置及终端
CN110874837B (zh) 一种基于局部特征分布的缺陷自动检测方法
CN115035481A (zh) 一种图像物距融合方法、装置、设备及存储介质
CN114092542A (zh) 一种基于二维视觉的螺栓测量方法以及系统
CN112927201A (zh) 一种曲线检测方法及装置
CN116952169B (zh) 一种丝杆直线度智能检测系统及方法
CN111750781B (zh) 一种基于ccd的自动测试系统及其方法
CN117115488B (zh) 一种基于图像处理的水表检测方法
CN115128548B (zh) 一种sar射频干扰检测方法
CN117690028B (zh) 基于遥感传感器的目标探测方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant